文章详情
| 稿件标题： | 基于Ｋａｌｍａｎ预测重要性建议分布的粒子滤波视觉跟踪算法 |
| 稿件作者： | 朱瑞奇，张胜修，孙巧，刘思雨 |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 粒子滤波；目标跟踪；重要性建议分布；ＥＫＦ ＰＦ；ＵＫＦ ＰＦ |
| 文章摘要： | 标准粒子滤波虽然能够实现简单场景下的目标跟踪，但在复杂场景下其性能较差，粒子权值退化是影响视觉跟踪的一个重要方面，为解决这一问题，从选择准确重要性建议分布函数入手，给出了基于ＥＫＦ和ＵＫＦ预测采样的粒子滤波视觉跟踪算法ＥＫＦ ＰＦ（ＥＫＦｅｎｈａｎｃｅｄｐａｒｔｉｃｌｅｆｉｌｔｅｒｉｎｇ）和ＵＫＦ ＰＦ（ＵＫＦｅｎｈａｎｃｅｄｐａｒｔｉｃｌｅｆｉｌｔｅｒｉｎｇ），并进行了一定改进，通过仿真实验表明：给出的跟踪算法能够很好地跟踪室内运动目标，并对光照变化，目标姿态变化具有良好的鲁棒性。 |
| 刊期名称： | 2013年10期 |
| 出版时间： | 2013年10月 |
| 上线时间： | 2013年10月28日 |
| 浏览次数： | 3208 |
| 下载次数： | 747 |
| 免费阅读PDF | |